文章探讨了地理人工智能（GeoAI）在地球科学中的变革性潜力，通过整合地理空间数据与人工智能技术，提升了环境监测、预测建模和决策支持能力。文章重点介绍了GeoAI在北极环境变化和灾害响应等关键问题中的应用，包括多模态地球观测数据的分析和知识图谱的构建。此外，文章还讨论了GeoAI面临的挑战，如模型验证、可重复性和生成式AI与确定性AI的融合，为未来研究方向提供了见解。
地球科学正面临数据爆炸的时代，高分辨率的遥感数据为科学研究和社会问题解决提供了前所未有的机会。然而，数据的多样性、规模和复杂性也给传统分析方法带来了巨大挑战。地理人工智能（GeoAI）的兴起为解决这些问题提供了新的途径，通过结合人工智能与地理空间技术，显著提升了数据处理和知识发现的效率。
GeoAI在北极永久冻土监测中发挥了关键作用。通过分析高分辨率卫星影像和多模态数据，GeoAI能够实时检测冻土融化迹象，如地面沉降和热融洼地形成。这种能力为气候变化研究和北极社区适应规划提供了重要支持。
GeoAI还被用于构建地理知识图谱，整合跨领域数据以支持灾害响应和人道主义援助。通过语义标注和空间推理，知识图谱能够快速生成灾害影响的综合视图，帮助决策者识别脆弱社区并优化资源分配。
尽管GeoAI取得了显著进展，但仍面临模型验证、可重复性和跨区域泛化等挑战。未来研究需要开发系统化的验证框架，提升模型的透明度和可解释性，同时探索生成式AI与确定性AI的融合，以进一步推动地球科学的发展。